Credit Card Approvals Analysis

Create Data Frame

data <- data.frame(
  Age = c(30.83, 58.67, 24.50, 27.83, 20.17),
  Debt = c(0.000, 4.460, 0.500, 1.540, 5.625),
  YearsEmployed = c(1.25, 3.04, 1.50, 3.75, 1.71),
  CreditScore = c(1, 6, 0, 5, 0),
  Income = c(0, 560, 824, 3, 0)
)

print(data)

##     Age  Debt YearsEmployed CreditScore Income
## 1 30.83 0.000          1.25           1      0
## 2 58.67 4.460          3.04           6    560
## 3 24.50 0.500          1.50           0    824
## 4 27.83 1.540          3.75           5      3
## 5 20.17 5.625          1.71           0      0

Convert Data to Matrix

numeric_data <- as.matrix(data)

# Hapus kolom dengan varians nol
numeric_data <- numeric_data[, apply(numeric_data, 2, var) > 0]

Compute Eigenvalues and Eigenvectors

cor_matrix <- cor(numeric_data, use = "complete.obs")
eigen_results <- eigen(cor_matrix)

cat("Eigenvalues:\n")

## Eigenvalues:

print(eigen_results$values)

## [1] 2.504890e+00 1.216205e+00 8.937056e-01 3.851986e-01 2.201328e-16

cat("\nEigenvectors:\n")

## 
## Eigenvectors:

print(eigen_results$vectors)

##            [,1]       [,2]       [,3]        [,4]        [,5]
## [1,] -0.5173164  0.3435734 -0.1580531 -0.65202271 -0.40524882
## [2,] -0.2366539 -0.3405399 -0.8896621  0.17132470  0.08471519
## [3,] -0.5423918 -0.2393841  0.2932737  0.55001181 -0.50988619
## [4,] -0.6144324 -0.0402371  0.2391578 -0.05696149  0.74860716
## [5,] -0.0682825  0.8408722 -0.2007850  0.48964950  0.09055450

Variance-Covariance Matrix

cov_matrix <- cov(numeric_data, use = "complete.obs")
cat("\nVariance-Covariance Matrix:\n")

## 
## Variance-Covariance Matrix:

print(cov_matrix)

##                       Age        Debt YearsEmployed CreditScore      Income
## Age            231.361400    9.345663      6.999375       33.30   2046.9725
## Debt             9.345663    6.187675      0.605225        1.34   -112.3137
## YearsEmployed    6.999375    0.605225      1.182050        2.81    -42.7750
## CreditScore     33.300000    1.340000      2.810000        8.30     11.5500
## Income        2046.972500 -112.313750    -42.775000       11.55 151957.8000

Correlation Matrix

cat("\nCorrelation Matrix:\n")

## 
## Correlation Matrix:

print(cor_matrix)

##                     Age       Debt YearsEmployed CreditScore      Income
## Age           1.0000000  0.2470022     0.4232489  0.75990576  0.34522724
## Debt          0.2470022  1.0000000     0.2237872  0.18698295 -0.11582643
## YearsEmployed 0.4232489  0.2237872     1.0000000  0.89711754 -0.10092775
## CreditScore   0.7599058  0.1869829     0.8971175  1.00000000  0.01028446
## Income        0.3452272 -0.1158264    -0.1009278  0.01028446  1.00000000

---

1. Siapkan Dokumen R Markdown atau R Notebook:

• Buat atau buka file R Markdown (.Rmd) atau R Notebook (.nb.html) di RStudio.
• Jalankan semua kode dan pastikan hasilnya sesuai dengan yang diharapkan.
• Knit dokumen menjadi HTML dengan menekan tombol Knit di RStudio.

2. Publikasikan ke RPubs

Setelah mendapatkan file HTML, lakukan langkah berikut:

• Di RStudio, klik Knit → Publish.
• Pilih RPubs sebagai platform publikasi.
• Jika belum masuk, login atau buat akun di https://rpubs.com.
• Masukkan judul dan deskripsi untuk dokumen.
• Klik Publish untuk mengunggah ke RPubs.

3. Bagikan dan Verifikasi

• Setelah dipublikasikan, RPubs akan memberikan URL unik untuk dokumen kamu.
• Buka tautan untuk memastikan format dan isi dokumen sudah benar.
• Bagikan URL kepada orang lain jika ingin membagikan laporan.